(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210586238.1 (22)申请日 2022.05.27 (71)申请人 中南大学 地址 410083 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 王凯　王丹蓉　王雅琳　袁小锋　 阳春华　 (74)专利代理 机构 长沙启昊知识产权代理事务 所(普通合伙) 4326 6 专利代理师 谢珍贵 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/02(2020.01) (54)发明名称 一种基于局部约束的串级CSTH性能评估与 诊断方法 (57)摘要 本发明涉及过程数据分析领域， 具体为一种 基于局部约束的串级CS TH性能评估与诊断方法， 所述性能评估与诊断方法包括以下步骤： S1、 数 据准备与预处理， S2、 构建流形局部约束的性能 评估模型， S3、 迭代求解迹比问题获得性能评估 指标， S4、 导致性能变化的关键回路/变量诊断。 通过上述步骤， 使得本发明不要求过程模型和控 制器模型， 仅依赖于过程数据， 所提性能评估方 法既考虑了过程的稳态特性， 也考虑了过程的动 态特性， 所提性能评估 方法可考虑过程数据的局 部信息结构， 可以诊断导致性能变化的关键回路 和变量， 对重新设计过程控制器或调整过程参数 有参考价值。 权利要求书3页 说明书6页 附图3页 CN 114996927 A 2022.09.02 CN 114996927 A 1.一种基于局部约束的串级CSTH性能评估与诊断方法， 其特征在于： 所述性能评估与 诊断方法是在对比监测期和基准期方差的基础上引入流形学习算法局部线性嵌入结果的 结构作为约束， 同时考虑过程数据在 全局和局部上的波动信息， 通过对投影方向进 行求解， 获取导致监测期性能变化关键信息， 进行关键回路/变量的溯源诊断。 2.根据权利要求1所述的一种基于局部约束的串级CSTH性能评估与诊断方法， 其特征 在于： 所述 性能评估与诊断方法具体包括以下步骤： S1、 数据准备与预处 理 收集一段历史过程数据X， 在里面筛选出一段标准工况下的数据作为监测期数据X1， 再 选出一段待评价的数据作为基准期数据X2， 其中 m为输入过程数据 的维度； 对X1， X2分别进行去中心化处 理， 要寻找的投影向量构成的矩阵为V＝v1,v2,…,vk； S2、 构建流形局部约束的性能评估 模型 考虑工业过程中的局部约束， 引入流形学习算法中常见的 图拉普拉斯项YTLY＝I作为约 束项， 并以比值的形式比较监测期较 基准期的方差波动， 设计性能评估指标的目标函数： G1＝(I‑W1)(I‑W1)T G2＝(I‑W2)(I‑W2)T 为流形结构约束下监测期与基准期协方差的迹比问题， 其中， tr( ·)表示的是迹， 和 分别为监测期和基准期的图拉普拉斯约束项， 通过将该问题转 化为迹差 问题， 进而采用迭代方法求解广义特征值， 而且迭代求解的最终迹比结果即为评 估性能变化的指标， 该评估指标 可以同时考虑工业过程全局 和局部两个层面的波动情况； S3、 迭代求 解迹比问题获得性能评估指标 对S2步骤中每次迭代求解的广义特征值结果进行分析， 求解步骤S2的目标函数， 将其 化为迹差 问题， 并通过广义特征值分析方法迭代求解直至 收敛， 求解结果为性能评估指标 值 λ(V)： S4、 导致性能变化的关键回路/变量诊断 根据S3求解步骤获得的投影向量v1,v2,…,vk， 向量中的每个元素代表对应贿赂对性能 改变的贡献程度， 由此利用贡献图法进一步诊断导致监测期 较于基准期性能变化的关键回 路/变量。 3.根据权利要求2所述的一种基于局部约束的串级CSTH性能评估与诊断方法， 其特征 在于： 步骤S2中所述的性能评估指标为局部结构约束下监测期与基准期协方差的迹比问 题， 解决方法包括以下子步骤： a.性能评估指标 λ(V)具体定义 为：权　利　要　求　书 1/3 页 2 CN 114996927 A 2其中， X1和X2分别表示的是监测期和基准期的过程数据矩阵， G1与G2分别表达的是监测 期和基准期的过程数据的流形结构信息， V ＝v1,v2,…,vk表示的是监测期与基准期相比， 性 能恶化程度最大的前k个方向； b .对目 标函数 进行化 简 ， 代换 约束条 件可以 表示为 c.因此目标函数 可以表示 为： d.经过 等式代换后， 目标函数 具体形式表示 为： s.t.PTP＝I 其中， P是投影向量组成的矩阵， S1和S2都是半正定矩阵， 该形式是标准迹比问题的形 式。 4.根据权利要求2所述的一种基于局部约束的串级CSTH性能评估与诊断方法， 其特征 在于， 所述 步骤S3包括以下步骤： a.将上述标准迹比问题转 化为迹差问题： 根据上式进行迭代求解， 直到矩阵P收敛得到最终结果， 进而可确定性能评估指标λ (P)； b.任意初始化列向量 正交矩阵P0TP0＝I； c.根据映射矩阵P可以计算评价指标 λ(P)； d.根据步骤c获得的λ， 对 该迹差问题进行广义特征值分 解： 权　利　要　求　书 2/3 页 3 CN 114996927 A 3